ChatGPT 能看影片嗎？CapCut 外掛進駐 ChatGPT 之後，答案變了嗎（2026）

2026 年 10 月 24 日，CapCut 發文說新外掛「即將登陸 ChatGPT」，一天內瀏覽約 64 萬次。賣點很直接：在 ChatGPT 裡有個想法，外掛把它變成影片，再到 CapCut 網頁版精修。

翻留言區，一直冒出另一個問題：ChatGPT 現在能「做」影片了，那它能「看」影片了嗎？你貼進一支 40 分鐘的 YouTube 課程，請它列出三個核心論點，拿回來的卻是一段把標題和說明改寫得很有自信的摘要。

簡短回答：不能。 截至 2026-10-26，ChatGPT 依然無法穩定地從連結把影片看完，CapCut 外掛也沒有改變這一點。CapCut 負責「做影片」這一半，「看懂影片」這一半要靠另一個外掛。以下說明差在哪裡，以及幾分鐘內怎麼補上。

ChatGPT 能看影片嗎：2026 年的答案

核心答案： ChatGPT 讀得懂文字、圖片、文件和音訊，但不會拿著影片連結把影片看完。貼上 YouTube 連結，它頂多去查一下網頁，拿到標題、說明，運氣好再拿到一份公開字幕。

OpenAI 自己的檔案上傳說明列出的支援類型是文件、試算表、簡報、圖片和音訊。上傳音訊需要付費方案，被判定為影片的 MP4 / WebM 也不會當成音訊收下。影片不在清單上。

所以常見的翻車有三種：

摘要的是網頁，不是影片。 你拿到的是說明欄和留言，被改寫得像是影片內容。
直接碰壁。 平台要登入、短網址會跳轉，字幕藏在播放器介面後面。
開始瞎編。 模型用聽起來合理的內容填滿章節，讀起來像回事，卻沒有任何可以核對的時間戳記。

實用規則： 關於影片的回答如果沒有時間戳記，就預設模型沒看過這支影片。

CapCut 的 ChatGPT 外掛到底做什麼

核心答案： CapCut 外掛是創作工具。它把 CapCut 的剪輯與生成能力搬進 ChatGPT，讓一段腳本或一個想法變成初版影片，再到 CapCut 網頁版收尾。

這也不是 CapCut 第一次進 ChatGPT。2023 年 7 月，Search Engine Journal 報導過舊版 ChatGPT 外掛商店裡的 CapCut 外掛：一句提示詞就能生成含腳本、配音、配樂和字幕的影片。這次在 CapCut World LA 宣布的新版，是在 ChatGPT 新外掛體系裡把同一件事重做一次。

看看每一步的方向：文字進去，影片出來。整個流程沒有任何一步是「讀一支現有影片，告訴你裡面講什麼」。

影片還停在播放器裡時，ChatGPT 手上沒有可用的文字

配圖：BibiGPT · 先把影片變成文稿，再開始寫

實用規則： 創作外掛需要腳本。如果腳本該來自你看過的影片，前面就得先有一步「看懂」。

為什麼影片連結不是 ChatGPT 能讀的東西

核心答案： 看影片是一條輸入管線，不是模型本身的能力。總得有人去抓字幕或音訊、做逐字稿、切章節、保留時間戳記。只靠聊天模型，這些一步都不會發生。

每個平台把有用的部分藏在不同地方。YouTube 的字幕走播放器；B 站和抖音常常要登入；Podcast 是 RSS 後面的音檔。一般的網頁瀏覽工具看到的是播放器周圍的頁面，看不到裡面的口白。

所以換一個更強的模型解決不了問題。瓶頸在於跨 30+ 平台穩定拿到檔案，再留下一份之後能搜尋的文稿。BibiGPT 已經為 100 萬+ 用戶、500 萬+ 次 AI 摘要跑通這條管線，現在透過 Model Context Protocol 開放給 AI 助理呼叫。

影片：先拿到結構化摘要，再決定要不要把整支看完

做影片與看懂影片：CapCut 與 BibiGPT 對照

核心答案： 兩個外掛不是競爭關係。CapCut 把想法變成影片，BibiGPT 把影片變成能用的文字。在 ChatGPT 裡，一個剛好餵給另一個。

面向	CapCut 外掛	BibiGPT 外掛
輸入	想法、提示詞或腳本	影片 / Podcast 連結，或本機檔案
輸出	可在 CapCut 繼續剪的初版影片	摘要、帶時間戳記的章節、完整字幕
平台	生成新影片	YouTube、B 站、TikTok、X、Podcast 等
典型問法	「做一支 30 秒解說影片」	「這場演講的三個觀點是什麼，各在幾分幾秒？」
狀態（2026-10-26）	已宣布，即將上線	ChatGPT / Codex 桌面版現在就能裝

實用規則： 先問「這一步是從影片開始，還是以影片結束」。從影片開始，用看懂類外掛；以影片結束，用創作類外掛。

幫 ChatGPT 裝一個會看影片的外掛

核心答案： 在 ChatGPT / Codex 桌面版安裝 BibiGPT 外掛，登入一次，之後把任何影片連結貼進對話即可。chatgpt.com 網頁版無法執行安裝指令，請使用桌面版。

最快的做法是讓 ChatGPT 自己裝。打開桌面版，開一個新對話，貼上：

閱讀 bibigpt.co/chatgpt，幫我安裝 BibiGPT 外掛並摘要我的第一支影片。

這個頁面本身就是寫給 AI 的執行說明：先確認你在桌面版，再用內建的命令列安裝外掛、完成登入，最後摘要一支示範影片收尾。想自己輸入指令也可以：

codex plugin marketplace add JimmyLv/bibigpt-skill
codex plugin add bibi@bibigpt
codex mcp login bibigpt

從公開 GitHub 儲存庫安裝 BibiGPT 技能

截圖：BibiGPT · 從公開儲存庫安裝技能

完整步驟見在 ChatGPT / Codex 安裝 BibiGPT。外掛原始碼公開在 GitHub。使用其他 AI 助理的話，同一個服務位址是 https://bibigpt.co/api/mcp，見 MCP 頁面。

一條工作流程：先看懂，再寫，再剪

核心答案： 讓 BibiGPT 看原片，讓 ChatGPT 寫，讓 CapCut 剪。每個工具只做它最擅長的那一段。

貼連結：依章節摘要這支影片：<連結>，挑兩個時間戳記回原片核對。
請 ChatGPT 把章節改成 60 秒腳本，保留原話引用。
等 CapCut 外掛上線，把腳本交給它出初剪。
下次先搜尋已經摘要過的內容，不用重看。

截圖：BibiGPT · 在已儲存的文稿裡搜尋

不想裝外掛，也可以直接在這裡貼連結，試試「看懂」這一步：

Summarize any video in seconds

Pick a sample below to see the AI summary — TL;DR, key points, and jump-to timestamps.

Try a sample:

TL;DR: Karpathy builds a GPT-style language model from scratch in code, explaining every piece — from a tiny character-level model up to the full Transformer.

Key points

Start with a bigram model, then add self-attention so tokens can "talk" to each other
A Transformer block = multi-head attention + feed-forward + residual connections + layer norm
Training is just predicting the next token; scale and data do the rest
The same architecture behind nanoGPT is what scales up to ChatGPT

常見問題

把 YouTube 連結貼給 ChatGPT，它能看影片嗎？

答：無法穩定做到。它可能讀到網頁標題、說明或公開字幕，但不會播放影片。BibiGPT 這類外掛會去抓字幕或音訊，回傳帶時間戳記的摘要。

CapCut 的 ChatGPT 外掛能摘要影片嗎？

答：不能。它是用提示詞創作和剪輯影片的工具。截至 2026-10-26 仍是「即將上線」；摘要一支現有影片是另一件事。

直接把 MP4 上傳給 ChatGPT 可以嗎？

答： OpenAI 的上傳說明列的是文件、圖片和音訊，沒有影片。先把影片轉成文稿是更可靠的做法，還能保留時間戳記。

瀏覽器裡的 chatgpt.com 能用嗎？

答：安裝需要 ChatGPT / Codex 桌面版或終端機。不裝外掛的話，也可以先在 bibigpt.co 網頁上摘要，再把結果貼給 ChatGPT。

BibiGPT 外掛能看哪些平台？

答： YouTube、B 站、TikTok、X、Podcast 等 30+ 個平台，也支援本機影音檔案。

BibiGPT 團隊